8.0
热点
AI SCORE
技术实践2026-09-21 20:24
Google 发布 Agent 安全风险报告:5 万美元循环消耗与凭证窃取案例
dev.to · AI#Agent#安全#LLM
Editor brief · 编辑速览
Google Mandiant 报告披露生产环境中 Agent 的两类真实风险:LLM 循环导致的巨额成本超支,以及通过开源生态进行的凭证窃取攻击,同时推出对应检测工具。
面向 AI Agent 的开源对抗性测试引擎、SDK 和 CLI。以真实用户和攻击者的方式攻击你的 Agent:实时端点、多轮对话、工具滥用。然后将每一次失败转化为防火墙规则。支持本地运行或对接 Humanbound 平台。无需登录即可开始使用。
快速上手 · 测试转护栏循环 · SDK · 文档 · 贡献指南
📖 完整文档位于 docs.humanbound.ai —— 本 README 涵盖要点,文档有更深入的内容。
大多数测试工具测 prompt。Humanbound 测 Agent:它驱动多轮对话针对你的真实端点进行测试,探测工具使用和范围边界,并根据你的安全策略对结果评分。当测试失败时,hb guardrails 将发现转化为可部署的防火墙规则——所以同一个运行既能发现漏洞也能修补漏洞。
pip install humanbound # CLI + SDK,核心依赖
pip install humanbound[engine] # + OpenAI